GLM-OCR vs PaddleOCR-VL: ¿qué analizador de documentos pequeño deberías usar?

Dos analizadores de documentos de 0.9B: GLM-OCR (MIT, SDK, extracción de formularios) y PaddleOCR-VL (Apache 2.0, gráficos y sellos). Compara herramientas, licencia y puntuaciones.

  • Actualización

Veredicto. Ambos son analizadores de documentos de 0.9B que convierten páginas en Markdown con tablas y fórmulas, así que la elección depende de la licencia, las herramientas y de en qué puntuaciones confíes. GLM-OCR (febrero de 2026, MIT) incluye un SDK para análisis de documentos y también puede extraer campos de formularios a una estructura JSON fija. PaddleOCR-VL (mayo de 2026, Apache 2.0) añade gráficos y sellos y encaja con documentos con mucho chino, pero su ruta por defecto necesita el framework PaddlePaddle. Sus puntuaciones estrella de OmniDocBench, 94,62 en V1.5 para GLM-OCR y 96,33 en v1.6 para PaddleOCR-VL, vienen de versiones distintas del benchmark y de los propios desarrolladores, así que no se pueden comparar. Prueba ambos con una muestra de tus propios documentos.

Especificaciones

Especificaciones GLM-OCRPaddleOCR-VL
DesarrolladorZ.ai (Zhipu AI)Baidu
Lanzamiento2 de febrero de 202628 de mayo de 2026
Parámetros totales900M (GLM-OCR)960M (PaddleOCR-VL-1.6)
Parámetros activosTodosTodos
ArquitecturaDensaDensa
Ventana de contexto––
EntradaTexto, ImagenTexto, Imagen
Licencia MIT (Permisiva) Apache 2.0 (Permisiva)
Memoria de la variante más pequeña (4 bits)0.621 GB (GLM-OCR)0.662 GB (PaddleOCR-VL-1.6)

Las afirmaciones de rendimiento provienen del desarrollador y no se han verificado de forma independiente.

Elige GLM-OCR si

  • Necesitas campos de identificaciones, facturas y formularios devueltos como JSON fijo.
  • Quieres ajustar un modelo OCR pequeño, ya que hay una guía de LLaMA-Factory.
  • Quieres un SDK que convierta escaneos y PDF en Markdown con tablas y fórmulas.
  • Prefieres la licencia MIT para el modelo.

Elige PaddleOCR-VL si

  • Tus documentos tienen mucho chino, incluyen textos antiguos o caracteres raros, o contienen gráficos y sellos.
  • Quieres la licencia Apache 2.0 para un flujo comercial.
  • Ya usas PaddleOCR o PaddlePaddle, o puedes seguir su ruta Docker, porque la ruta por defecto necesita PaddlePaddle 3.2.1 o superior.
  • Quieres un reemplazo directo de PaddleOCR-VL-1.5.

GLM-OCR · PaddleOCR-VL